Anda di halaman 1dari 4

APROKSIMASSSSI EIGENVALUE DOMINAN

Uraian dan contoh


Defenisi 1 :
Sebuah eigenvalue dari semua matrisk A disebut eigenvalue dminan dari A jika nilai
mutlaknya lebih besar dari mutlak eigenvalue- eigenvalue yang lainnya.
Sebuah eigenvalue yang bersesuaian dengan eigenvaktor dominan dari A .
Contoh 1.
A4 x 4

Jika matrisk

mempunyai eigenvalue- eigenvalue adalah eigenvalue

=4, =3, =2, =2 maka

=4 adalah eigenvalue dominan sebab

|4|>|3|;|4|>|2| dan |4|>|2|


Contoh 2.
A3x 3

Matriks

=7, =7, =2, =2 tidak mempunyai

dengan eigenvalue

eigenvalue dominan.
Misalkan A adalah sebuah matriks n x n
dominan. Akan ditunjukan bahwa jika
R

dalam

maka vektor

Ap x 0

x0

yang diagonalazble dengan sebuah eigenvektor


adalah sebuah vektor sebarang yang tidak nol

..... (*) umumnya adalah sebuah aproksimasi yang baik

untuk sebuah eigenvaktor dominan A dimana eksponen p adalah besar.


Contoh :
Matriks :

A= 3 2
1 0

mempunyai eigenvalue

=2, =1

Ruangan eigen yang berkaitan dengan eigenvalue dominan


penyelesaian dari sistem :

( 2 I A ) x = 0

([ ] [

2 1 0 3 2
0 1 1 0

])[ ] [ ]
x1
=0
0
x2

=2 , adalah ruang

][ ] [ ]

1 2 x 1 = 0
1
2 x2
0

x 1=2 t

Penyelesaian dari sistem ini menghasilkan


Jadi eigenvektor yang berkaitan dengan

[ ]

x = 2 t
t

dan

x 2=t

=2 ,adalah vektor tidak nol dari bentuk

...........................(**)

Sekarang kita melukiskan prosedur dengan menggunakan (**) untuk mengaproksimasi


eigenvektor dominan dari A. Kita mulai dengan mengambil sebarang vektor.

[]

x 0= 1
1

x0

Perhatikan berulang

dengan A menghasilkan :

][ ] [ ]

A x0 = 3 2 1 = 5
1 0 1 1

A 2 x 0 =A ( A x0 ) = 3 2
1 0

] [] [ ]
5
1

13
5

[ ]

5 2,6
1

][ ] [ ]

A ( 2 x 0)= 3 2 13 = 29
1 0 5 13
A 3 x0 =

A 4 x 0

[ ]

13 2,23
1

][ ] [ ] [ ]

A 3 x0
3 2 29 = 61 29 2,10
1 0 13 29
1
A )

][ ] [ ] [ ]

5
A x 0

A 4 x 0

A )

A 6 x 0

A 54 x0
3 2 125 = 235 125 2,02
1 0 61 125
1
A )

3 2 61 = 125 61 2,05
1 0 29 61
1

][ ] [ ] [ ]

][ ] [ ] [ ]

A 6 x 0
3 2 235 = 509 25 3 2,01
)
1 0 125 253
1
A

A x0

Pada akhir tiap-tiap perhitungan dapat dilihat bahwa itu adalah perkalian suatu skalar dengan
suatu vektor.
Perhatikan vektor-vektor dari perkalian skalar diatas dibandingkan dengan bentuk

[ ]
2t
1

dengan menganbil t = 1 atau

[ ]
2
1

Maka perhitungan-perhitungan dengan langkah-langkah diatas tadi adalah menghasilkan


aproksimasi untuk eigenvektor dominan dari A
Perhatikan :
x

[ ]

2
1

Adalah sebuah eigenvektor dominan dari A , dan perkalian skalar dari eigenvektor dominan
adalah eigenvektor dominan juga. Sekarang akan kia tunjukan bagaimana mengaprosimasi
eigenvalue dominan jika suatu aproksimasi eigenvektor dominan diketahui.
Misalkan

adalah eigenvalue dari matriks A dan x eigenvektor yang berkaitan dengan

eigenvalue tersebut. Jika

menyatakan eulidean innerproduct maka berdasarkan sifat-

sifat yang dituliskan :

Jadi jika

x , Ax
x , x
x, x
=
=
=
x,x
x ,x
x, x

x adalah eigenvektor hasil aproksimasi, maka eigenvalue dominan

dapat

ditentukan dengan aproksimasi.

X , Ax
x ,x

Perbandingan ini disebut rayleigh quotient


Contoh :
Pada contoh 3 barusan didapat

[ ]

x = 509
253

sebuah eigenvektor dominan hasil aproksimasi,

Anda mungkin juga menyukai